16 Cartografía temática
16.1 Tipos de mapas temáticos
| Tipo | Datos | Ejemplo en Chile |
|---|---|---|
| Coropletas | Tasas o densidades por unidad de área | Porcentaje de hogares hacinados por comuna (Censo 2024) |
| Símbolos proporcionales | Totales por punto o unidad | Población por ciudad |
| Puntos (densidad) | Conteos distribuidos | Viviendas rurales |
| Isolíneas | Variables continuas | Isoyetas, curvas de nivel |
| Cualitativo / categórico | Clases nominales | Uso de suelo, geología |
| Flujos | Movimientos origen–destino | Migración interregional |
| Mapas de calor | Densidad de eventos | Incendios o accidentes |
| Bivariado | Dos variables combinadas | Amenaza × vulnerabilidad |
AdvertenciaEl error más común: coropletas con totales
Nunca uses coropletas con valores absolutos (por ejemplo, población total por comuna): las comunas grandes dominan visualmente. Normaliza por área o por población (densidad, tasa, porcentaje).
16.2 Clasificación de datos cuantitativos
| Método | Descripción | Cuándo usarlo |
|---|---|---|
| Intervalos iguales | Rango dividido en partes iguales | Datos con distribución uniforme |
| Cuantiles | Igual número de unidades por clase | Comparar posiciones relativas |
| Cortes naturales (Jenks) | Minimiza la varianza intraclase | Distribuciones con grupos |
| Desviación estándar | Clases en torno a la media | Destacar valores atípicos |
| Manual | Umbrales con sentido técnico o normativo | Normas, rangos de severidad |
import mapclassify, numpy as np
valores = np.random.default_rng(1).lognormal(3, 0.6, 346) # 346 comunas
for metodo in ["EqualInterval", "Quantiles", "NaturalBreaks"]:
c = getattr(mapclassify, metodo)(valores, k=5)
print(metodo, np.round(c.bins, 1))16.3 Color
- Secuencial: un tono de claro a oscuro para datos ordenados.
- Divergente: dos tonos con un punto medio significativo (por ejemplo, variación respecto del censo anterior).
- Cualitativo: tonos distintos de igual peso para categorías.
Usa paletas probadas como ColorBrewer (Brewer, 2016) y verifica la legibilidad para personas con daltonismo.
16.4 Mapas de riesgo de desastres
El riesgo combina amenaza, exposición y vulnerabilidad:
\[ R = f(A, E, V) \tag{16.1}\]
Para comunicarlo se recomienda:
- Una matriz de riesgo con clases cualitativas (bajo, medio, alto, muy alto).
- Colores semafóricos coherentes con los usados por SENAPRED.
- Fuentes y fecha de cada componente.
- Advertencia de escala: un mapa comunal de amenaza no reemplaza un estudio de detalle.
16.5 Actividad
Con datos del Censo 2024 a nivel comunal, elabora un mapa de coropletas de una tasa (no un total) para tu región. Compara el resultado con tres métodos de clasificación y justifica cuál es más honesto con los datos.